python操作Excel,你觉得哪个库更好呢?
对比学习python,更高效~
Excel数据的类型及组织方式
很多人学习python,不知道从何学起。
很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手。
很多已经做案例的人,却不知道如何去学习更加高深的知识。
那么针对这三类人,我给大家提供一个好的学习平台,免费领取视频教程,电子书籍,以及课程的源代码!
QQ群:1097524789
每一个Excel数据文件从上至下分为三个层级的对象:
workbook:每一个Excel文件就是一个workbook。
sheet:每一个workbook中可以包含多个sheet,具体就对应Excel中我们在左下脚所看到的“sheet1”,“sheet2”等。
cell:每一个sheet就是我们通常所看到的一个表格,可以含有m行,n列,每个确定的行号,列号所对应的一个格子就是一个cell。
Excel模块对比
平台:Mac
工具:PyCharm
Python:python3.6
Excel行数:64543
openpyxl | xlrd&xlwt | xlsxwriter | |
---|---|---|---|
读取 | 9.40690302848816 | 5.220927000045776 | 不支持 |
读写 | 8.909524202346802 | 6.502154111862183 | 9.416481733322144 |
类型 | xlsx | xlsx、xls(写) | xlsx |
格式 | 可读取 | xlsx不支持 | X |
从一个既有的xlsx文件中读取数据,按照Excel文件的三个层级,分别来看一下以上三个库的操作方式。
xlrd & xlwt & xlutils
xlrd负责读取Excel文件,支持xls、xlsx
xlwt负责写入Excel文件,只支持xls格式。对于现在已经Office2019了,还只支持2003版的格式难怪会被人抛弃。
xlutils是一个工具模块,我们一般只用到copy模块,用于修改已存在的Excel文件
open_workbook
param: encoding_override 读取Excel文件时默认使用ASCII编码。此处可指定编码。
param: formatting_info
设置是否保存Excel格式,比如加粗。一般只对简单的格式起作用,而且xlsx格式文件不支持。
这可以节省内存。在这种情况下,通过忽略文件BLANK和MULBLANK记录,“空白”单元格(它们具有自己的格式信息但没有数据)会被视为空白
param: on_demand
按需加载工作表。默认加载False,加载所有的工作表。设置True时,调用book.sheet_by_name或book.sheet_by_index才会加载工作表。book.sheets加载所有工作表。book.sheet_loaded判断表单是否已加载。book.unload_sheet卸载已加载表单。
-
打开workbook:
import xlrd
book = xlrd.open_workbook(“myfile.xls”) #book就赋值为一个Excel文件了
注:
Book 类的方法、属性等:即就可以对上面的book进行操作了
book.nsheets: 在Book对象中的文件有多少个worksheet。
book.sheet_by_index(sheetx): 根据提供的sheetx索引来获取我们需要的sheet表,返回的是一个Sheet类的实例。
book.sheet_by_name(sheet_name): 根据提供的sheet_name来获取对应名称的sheet类对象,返回的也是一个Sheet类的对象。
book.sheet_names(): 在Book对象中的所有sheet表的名称列表。
book.sheets(): 返回在Book对象中所有的Sheet对象实例列表。 -
打开所需的sheet:
sheet = book.sheet_by_index(0) #获得一个sheet,也可以使名字获得
print sheet.name, sheet.nrows, sheet.ncols
注:
Sheet类方法、属性等:
sheet.cell(rowx, colx): 根据给出的行和列的参数获取得到cell类,返回一个Cell类实例对象。
sheet.cell_type(rowx, colx): 返回对应的cell对象的Type类型。
sheet.cell_value(rowx, colx): 返回对应的cell对象的value值。
sheet.col(colx): 返回指定列的所有cell类对象序列。
sheet.name: 返回sheet对象的名称。
sheet.ncols: 返回在sheet对象中的列的数目。
sheet.nrows: 返回在sheet对象中的行的数目。
sheet.row(rowx): 返回指定的行的所有cell对象的序列。
sheet.row_values(rowx, start_colx=0, end_colx=None):获取行内容。
sheet.col_values(colx, start_rowx=0, end_rowx=None):获取列内容。 -
获取对应cell的值:
cell=sheet.cell(rowx=29, colx=3) #根据给出的行和列的参数获取得到cell类,返回一个Cell类实例对象.
sh.cell_value(rowx=29, colx=3)
注:
Cell类的属性、方法如下:
Cell类对象有3种属性:ctype, value, xf_index
如果在excel文件打开的时候,formatting_info未启用的时候,xf_index是为None
下面列出了cell的类型,以及他们在python中所代表的值
type symbol type number python value
XL_CELL_EMPTY 0 空的字符串‘‘
XL_CELL_TEXT 1 unicode字符串
XL_CELL_NUMBER 2 float
XL_CELL_DATE 3 float
XL_CELL_BOOLEAN 4 int;1 — True,0 — False
XL_CELL_ERROR 5 int代表是一个excel内部错误码;
XL_CELL_BLANK 6 空的字符串‘‘, 注意:这个类型仅仅会出现,当函数open_workbook(..,formatting_info=True)这样设置的时候。
Excel单元格内容存在不同的格式,可使用cell.ctype获取类型判断。ctype : 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
日期类型可以使用xldate_as_tuple模块处理:
value = sheet.cell_value(row, col)
if sheet.cell(row, col).ctype == 3:
date_value = xlrd.xldate_as_tuple(value, book.datemode) #输出元组 (2018, 2, 23, 0, 0, 0)